MIX 2018 [Day2-1] – AI 時代的產品設計

AI 時代的產品設計

講者:
唐玄輝 / 台科大工商設計系教授

第二天上午著眼 人工智慧(AI)的發展,下午則關注社會實踐的議題,所以是個科技與人文並進、理性與感性兼具,且充滿了想像及感動的一天。

首先,由台科大工商設計系教授唐玄輝進行開場,以智慧音箱、機器人、自駕車三大發展趨勢,點出設計環境的轉變以及即將面臨的挑戰。從近年百家爭相推出的智慧音箱來看,人機輸入、輸出的方式以及內容變得更加多元;自駕車的發展,也說明著人機之間從單向的關係,走向更複雜的互動甚至互信的關係;機器人的研發,也正面對如何適應不同的場域、不同用戶的考驗,以提供真正有品質的服務。

隨著 人工智慧 的來襲,加上萬物互聯、萬事數據化,設計的規模要從思考互動、產品到思考全域服務,要讓使用者在感受不到科技的刻意介入的情況,讓科技可以很自然的提供更好的服務,讓人更自由的感受生活的價值。

唐玄輝鼓勵大家,無論是否為設計師,經過這一天的演講,都能對 人工智慧 對未來設計、未來生活的影響有更進一步的了解,同時檢視自身的專業在下一波浪潮中將產生如何的變化,並思考在未來應如何處變。

AI 時代的產品設計

講者:
吳卓浩 / 創新工場 AI 工程院 VP

吳卓浩目前任職於創新工場人工智能工程院,擁有設計背景的他,在第一場演講中,談論 AI 的發展、以及設計能量可以為即將到來的 AI 時代帶來如何的價值。

 

AI 的發展

人工智慧 的發展很早,例如微軟的拼音輸入法,背後其實就是靠著 AI 支持的應用。但每當人工智慧抵達一個發展高峰時,就伴隨著人們的批判,因為人們懷疑或害怕著人工智慧(如毀滅世界),因此它的發展一直跌宕起伏,早期根本不敢有人說自己是做人工智慧相關工作的。

不過,近年人工智慧聲勢高漲。其原因不完全是深度學習或是神經網絡的發展,更多的是互聯網興起所累積起的大量的可用數據,才催生了下一個 AI 發展的高峰。

現在,許多事情機器已經可以做得比人類還要好,例如:即時聽音辨寫等。不過除了識別的能力之外,人工智慧需要機器有「理解」的能力。過去,機器的學習需要靠人為訂立規則,並依靠這些規則才能做出判斷,例如:有兩個尖尖的耳朵,還有一條長尾巴的東西,就是貓。那老虎是不是貓呢?有一隻貓把尾巴蜷起來機器還認不認得出來呢?

直到李飛飛博士創辦 Image Net,透過人工的標注,在新的技術框架裡讓機器能夠透過足夠大量的資訊讓自己學習,所以才有「多少人工就有多少智能!」一說。但如此也讓 AI 成了一個黑箱系統,我們無從得知 AI 是如何學習的、也不知道若是改變了場景是不是仍然適用。

 

AI 應用的四波浪潮

AI 已廣泛應用於我們日常,例如拍照的景深效果、輔助駕駛、42 國語言互翻、智慧應答等。而 AI 的應用可分為以下四波浪潮:

第一波:搜索應用

伴隨互聯網興起,第一波的 AI 應用體現在搜尋引擎上,以 AI 為基礎推薦搜索關鍵字,這背後所做的是每一次的輸入就實時響應並執行一次搜尋,並非是過去完成輸入按下確認後才進行搜尋。這一波應用,互聯網巨頭們可說是佔盡風頭,積累了龐大的資料。

第二波:商業智能化

第二波的 AI 應用是如何綜合大量的信息以協助商業判斷或決策。在這一波裡面,開始有傳統產業進入,這些傳統產業握有大量的數據資料,由有技術的公司協助這催生相關的應用,例如:銀行信貸數位服務等。

第三波:實體世界智能化

AI應用的第三波,則是將 AI 帶入日常,並透過應用所蒐集到的資料,把真實世界數字化,加上各式傳感器 (sensor) 的成熟,更豐富的人機交互方式。例如:amazon echo,進行「語音」互動,讓 AI 在生活中提供協助,機器也將經由來回的互動,搜集並了解使用者的偏好、作息等資訊。

第四波:全面自動智能化

AI 應用的第四波,將全面向外擴展到整個工業領域。以 Tesla 為例,Tesla 要做自動駕駛,需要各種領域、已發展的、發展中的各種技術,才能提供一個整體的體驗,這無形之中推動了整個工業界,也無形中得以促成一個循環,帶動AI的發展。

試想將自動駕駛背後的 人工智慧 拆解開,可能是成千上百的子系統,這些子系統又可以應用到其他領域。當商業前景變得可以預見,更多資源、人才投入,規模的擴大將有助基礎設施、傳感器等製造、使用成本下降,帶來更多的使用,更多的使用又將獲得更多的數據以及機會,由此又將再催生新的技術。

人工智慧 的應用

 

人們對於 AI 的看法

吳卓浩舉了 Alphago 與李世乭的世紀對弈的例子,「同樣是圍棋,但 Alphago 與李世乭玩的,是規則相同但思考方式完全不同的兩種遊戲」,因為在一場對弈結束隔日,李世乭還是昨天的自己,但 Alphago 已經不一樣了,Alphago 已經又與自己再下了 100 萬盤棋。

這說明著只要有足夠的運算資源,機器要比人類擅長更快速處理大量的資料,找到更多的人類可能從沒想過的可能性。這點是 AI 的特性之一,也是我們不可忽視的。

普通民眾面對 AI 的態度,通常不是極端的樂觀、就是極端的悲觀,覺得 AI 不是可以拯救世界、就是會毀滅世界。但對技術人員來說,人工智慧現階段還有太多待努力之處,目前 AI 的學習還需仰賴人類手動標註。

現在的 AI 就像是沒有社會背景、生活經驗、聯想能力的幼兒,但 AI 的學習曲線隨時都可能快速增長,這點是毫無疑問甚至是可以期待的。

在企業眼中,怎麼利用 AI 獲利才是最重要的。當然對於不同類型企業在AI的發展途中也各有其地位,例如:互聯網巨頭作為 AI 領航者,政府及傳統產業掌握數據,技術型或服務型的初創,則從跨界學習、合作中,抓取獲得先發優勢機會。

 

AI 產品如何設計?

從印刷時代、PC 時代、互聯網時代、移動互聯網時代、到了 AI 時代,設計會有什麼變化呢?吳卓浩說,每個時代都有自己的設計體系,新時代不能完全複製上個時代的規則。就像軟件設計並不是把印刷時代的平面設計放進屏幕裡就沒事了,互聯網也不僅僅是把軟件連上網就好了。

過去設計過程可能是線性而相對穩定的,而 AI 的設計過程則是千差萬別的;過去的設計結果是可以給所有的人都適用的,而 AI 的設計結果則是千人千面的。面對新時代的來臨,要小心「過往的經驗可能會成為包袱」。吳卓浩就設計基礎、設計對象、設計方式三個方面來討論。

人工智慧 AI

設計基礎:

  • 過去所奠定下來的設計基礎仍是有用的,因為「人」的本質並沒有改變太多。
  • 時刻保持對新科技的高度關注,因為昨天你認為技術無法達成的事,或許今天就可以了,技術發展是相當迅速的。
  • 要用 AI 的思維方式思考問題,因為 AI 根本還是有著和人不同的特性。

設計對象

  • 一切從商業開始。從商業所提供的機會起頭,其他的機會才會應運而生。
  • 多人性化的多通道、自然交換。更多新型態的傳感器,也將產生更多交互方式的可能。
  • 不再只有設計結果跟過程,更重要的是要同時設計數據被紀錄、被再利用的方式,讓 AI 可以透過一套機制自動保存產生的數據並進行學習。

設計方式:

  • 需要更多面向的設計能力,在看使用者體驗設計、服務設計的同時,也不應忽略「工業設計」的重要性
  • 圍繞數據去做設計,包含收集、利用、以及反饋。
  • 重構與各個團隊之間的關係,與 BD、研發的協作方式

AI的發展將驅使許多職業逐漸消失,但與工業革命不同,AI革命不會創造太多的新職業。而白領比起藍領將更容易被取代,因為AI還沒這麼快能夠接管勞力型的工作。

設計師在 AI 時代仍有機會在創意、綜合決策方面扮演重要的角色。吳卓浩建議大家,在設計、技術、商業至少同時擁有其中兩個能力,才能有更好的發展,AI時代,站在舞台中央的不會只有技術,產品經理和設計師也應把握進場的時機,發揮所長,帶來更好的價值。

 

延伸閱讀

MIX 2018 Day1:

  1. 序+資訊架構學作者分享
  2. 當東方遇上西方,在設計文化上的衝擊
  3. Line 在設計跨國服務的思維
  4. USPACE 對共享經濟的想像!
  5. 打破照護模式供需市場新亮點!
  6. DBS 數位轉型之路!
  7. gogoro 透過設計改變世界

MIX 2018 Day2:

  1. AI 時代的產品設計
  2. 從人機互動到人智互動
  3. 用戶體驗於人工智慧時代的挑戰 + 座談

 

Ruoling Liu
常被誤認為 PM 的 UX,持續蒐集其他角色技能中 😝

本文章所屬設計大舌頭與作者所有,未經授權,不得轉載!如需轉載,煩請通知

分享此文: